Repolode
Enviar
jolibrain

jolibrain/deepdetect

Servidor de deep learning, pacote Python wheel e CLI para treinar e executar modelos com imagens, textos, dados tabulares e séries temporais por meio de uma API REST.

Ver no GitHubSite
Estrelas
2,551
Forks
544
Issues abertas
99
Último commit
há 8 dias

O que é?

DeepDetect é um runtime de deep learning que pode ser usado de três formas: como um pacote Python wheel que incorpora o runtime ao ambiente atual com uma CLI `deepdetect`, como um servidor REST de longa duração ou por meio de serving com Docker. O projeto permite criar serviços de modelos com base em repositórios locais, executar tarefas de treinamento assíncronas, acompanhar o status delas e fazer predições.

O projeto oferece suporte a imagens, textos, dados CSV/tabulares, séries temporais, dados esparsos, caixas de detecção de objetos e máscaras de segmentação por meio de uma única API. O backend principal é Torch, com TensorRT disponível para inferência otimizada. Os templates integrados incluem perfis de CLI para YOLOX e SegFormer, além de classificadores no estilo TorchVision, Faster R-CNN, RetinaNet, BERT, GPT-2 e vários modelos de séries temporais.

O armazenamento dos modelos é baseado no sistema de arquivos, portanto não é necessário um banco de dados. A configuração é feita por arquivos YAML para permitir execuções reproduzíveis, e a CLI pode emitir eventos estruturados para automação.

Recursos principais

  • 01Treine modelos e execute inferências pela CLI ou por uma API REST.
  • 02Crie serviços de modelos baseados em repositórios locais, sem precisar de um banco de dados.
  • 03Execute tarefas de treinamento assíncronas e consulte o status delas.
  • 04Oferece suporte a imagens, textos, dados tabulares, séries temporais e dados esparsos por meio de uma única API.
  • 05Inclui perfis de CLI configurados por YAML para YOLOX e SegFormer.
  • 06Usa Torch como backend principal, com inferência TensorRT opcional.

Casos de uso

  • Executar treinamentos e inferências reproduzíveis de detecção de objetos pela linha de comando.
  • Servir modelos de deep learning por uma API REST em um processo ou contêiner dedicado.
  • Incorporar treinamento de modelos e predições a pipelines de automação usando a saída estruturada da CLI.
  • Implantar modelos de séries temporais ou tabulares com um armazenamento de modelos baseado no sistema de arquivos.

Início rápido

  1. 1

    Instale o wheel para CPU em um ambiente Python

    python -m pip install --extra-index-url https://www.deepdetect.com/download/wheels/simple deepdetect-cpu
  2. 2

    Liste os perfis e as opções da CLI incluídos no pacote

    deepdetect inspect models
  3. 3

    Prepare o conjunto de dados de início rápido do YOLOX e o repositório do modelo

    python bindings/python/scripts/prepare_cli_yolox_quickstart.py --output /tmp/deepdetect-yolox-quickstart --force
  4. 4

    Treine o YOLOX em uma execução bem pequena

    deepdetect train yolox --config /tmp/deepdetect-yolox-quickstart/yolox-quickstart.yaml --terminal live

Antes de usar

  • Licenciado sob a LGPL v3, uma licença copyleft.
  • A CLI incluída no pacote cobre apenas os fluxos de trabalho do YOLOX e do SegFormer; para acessar uma API mais abrangente, é necessário usar o servidor.
  • Os wheels para CPU e GPU não podem ser instalados no mesmo ambiente Python.

Em coleções

Treine e execute IA em GPUsBibliotecas e ferramentas de visão computacional

Tópicos

#deep-learning#machine-learning#rest-api#object-detection#image-classification#tensorrt#pytorch#inference-server#caffe#gpu

Perguntas frequentes

O que é deepdetect?
Servidor de deep learning, pacote Python wheel e CLI para treinar e executar modelos com imagens, textos, dados tabulares e séries temporais por meio de uma API REST. DeepDetect é um runtime de deep learning que pode ser usado de três formas: como um pacote Python wheel que incorpora o runtime ao ambiente atual com uma CLI `deepdetect`, como um servidor REST de longa duração ou por meio de serving com Docker. O projeto permite criar serviços de modelos com base em repositórios locais, executar tarefas de treinamento assíncronas, acompanhar o status delas e fazer predições.
deepdetect é gratuito? Qual é a licença?
deepdetect é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
deepdetect ainda é mantido?
Manutenção ativa. O último commit de deepdetect foi em 30 de out. de 2026.
Para que posso usar deepdetect?
Executar treinamentos e inferências reproduzíveis de detecção de objetos pela linha de comando. Servir modelos de deep learning por uma API REST em um processo ou contêiner dedicado. Incorporar treinamento de modelos e predições a pipelines de automação usando a saída estruturada da CLI. Implantar modelos de séries temporais ou tabulares com um armazenamento de modelos baseado no sistema de arquivos.
Como instalar deepdetect?
Instale o wheel para CPU em um ambiente Python: python -m pip install --extra-index-url https://www.deepdetect.com/download/wheels/simple deepdetect-cpu Liste os perfis e as opções da CLI incluídos no pacote: deepdetect inspect models Prepare o conjunto de dados de início rápido do YOLOX e o repositório do modelo: python bindings/python/scripts/prepare_cli_yolox_quickstart.py --output /tmp/deepdetect-yolox-quickstart --force Treine o YOLOX em uma execução bem pequena: deepdetect train yolox --config /tmp/deepdetect-yolox-quickstart/yolox-quickstart.yaml --terminal live
Onde consigo deepdetect?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/jolibrain/deepdetect

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados